Ледниковый щит Гренландии является одним из основных факторов глобального повышения уровня моря, потеряв около 4900 Гт льда с 1992 года и уже добавив около 13 мм к среднему глобальному уровню моря. Даже без дальнейшего потепления его дальнейшее таяние обрекает нас на повышение уровня моря как минимум на 274 мм, а полное таяние в конечном итоге поднимет уровень моря примерно на 7 м. В этом обзоре авторы обобщают изменения поверхностного таяния ледникового щита Гренландии с 1500 по 2200 год нашей эры. С 1990-х годов поверхностное таяние быстро усиливалось примерно на 1% в год, что обусловлено региональным потеплением и изменениями атмосферной циркуляции, особенно усилением блокирования. С 2007 года произошло несколько беспрецедентных экстремальных событий таяния, продолжавшихся несколько дней, с рекордными случаями, такими как в июле 2012 года, затронувшими почти всю поверхность ледникового щита. Поглощённое коротковолновое излучение является основным фактором сезонного таяния, однако турбулентные тепловые потоки, облачные процессы и обратная связь с альбедо сильно влияют на изменчивость таяния в пространстве и времени. Климатические модели различаются в своем представлении этих процессов: прогнозируемое таяние и потеря массы поверхности различаются до двух раз между тремя различными современными региональными климатическими моделями даже при одинаковом воздействии внешних факторов. Несмотря на достижения в региональном климате и моделировании таяния в Гренландии, сохраняются ключевые неопределённости в количественной оценке экстремальных событий таяния и их факторов, удержания талой воды, процессов в фирне и связи между атмосферным воздействием и энергетическим балансом поверхности, что ограничивает уверенность в прогнозах. Для устранения этих пробелов необходимы расширенные наблюдения, улучшенное представление процессов в моделях и комплексное использование новых подходов, основанных на данных, для более точного определения будущего таяния и его вклада в повышение уровня моря.

Ссылка: https://www.nature.com/articles/s43017-026-00800-3

Быстрые изменения в круговороте воды на суше и связанные с водой катастрофы, вызванные изменением климата, ставят под сомнение возможности дистанционного зондирования. Существующие модели, основанные на региональных эмпирических параметрах и многоэтапных рабочих процессах, не способны надёжно обрабатывать сложные и ускоренные циклы воды с высоким пространственно-временным разрешением. Увеличение сложности параметров для мелкомасштабного представления в различных наземных условиях становится непреодолимым препятствием. Для решения этих проблем авторы предлагают двунаправленные кодирующие представления из трансформеров для гидрологии (bidirectional encoder representations from transformers for hydrology, BERTH) — комплексную систему искусственного интеллекта для глобального мониторинга круговорота воды с разрешением 30 метров и в суточном масштабе, напрямую преобразующую данные дистанционного зондирования в эвапотранспирацию, осадки, влажность почвы и сток. В качестве преобразующей парадигмы для количественных наук о Земле, BERTH, обученная на глобальных наборах данных, точно отражает пространственно-временную динамику в различных условиях, превосходя по точности существующие геофизические модели. BERTH, воплощая синергетическую интеграцию искусственного интеллекта и дистанционного зондирования, предлагает революционную платформу, поддерживающую исследования нового поколения в области глобальных водных ресурсов и динамики земной системы.

Ссылка: https://www.science.org/doi/10.1126/sciadv.aef3610

Сельское хозяйство обычно рассматривается как основной источник выбросов парниковых газов, однако оно также представляет собой одну из крупнейших управляемых человеком биологических систем, регулирующих обмен углерода между атмосферой и биосферой. В этом исследовании переоценивается роль глобального сельского хозяйства в наземном углеродном цикле путём количественной оценки валового поглощения CO₂ в процессе фотосинтеза сельскохозяйственными культурами, пастбищами и управляемыми лесами, а также путём оценки альтернативных путей развития сельского хозяйства до 2050 года. Используя данные FAOSTAT по 156 культурам, интегрированные с оценками ФАО для пастбищ и управляемых лесов, авторы подсчитали, что сельскохозяйственные системы поглотили приблизительно 47,64 Гт CO₂ в 2023 году, включая 21,87 Гт CO₂ только от сельскохозяйственных культур. Это валовое поглощение превышает текущие ежегодные антропогенные выбросы CO₂ и приближается к общим антропогенным выбросам парниковых газов, выраженным в эквиваленте CO₂. Однако бо́льшая часть усвоенного углерода впоследствии возвращается в атмосферу в результате дыхания, разложения, метаболизма скота, использования биомассы и потребления пищи. Поэтому валовое поглощение следует интерпретировать как показатель управляемого биогенного круговорота углерода, а не как показатель постоянного связывания углерода. Исторический анализ показывает, что ассимиляция CO₂ сельскохозяйственными культурами увеличилась с приблизительно 5,4 Гт CO₂ в 1961 году до 21,9 Гт CO₂ в 2023 году, что отражает совокупное воздействие технологического прогресса, повышения урожайности, интенсификации сельского хозяйства и расширения фотосинтетически активной биомассы. За тот же период сельскохозяйственная производительность росла гораздо быстрее, чем площади пахотных земель, сокращая площади, необходимые для удовлетворения растущего спроса на продовольствие, и тем самым ограничивая преобразование природных экосистем. Для изучения будущих прогнозов авторы разработали динамическую модель сценариев выбросов (ESSDM), основанную на сценариях систему учёта, оценивающую альтернативные пути производства с учётом прогнозируемого глобального спроса на продовольствие. Были рассмотрены три сценария: устойчивая интенсификация (УИ), умеренное расширение с устойчивой интенсификацией (УИИ) и органическое земледелие со значительным расширением пахотных земель (ОП). Моделирование выявило существенные расхождения между сценариями. К 2050 году прогнозируемые совокупные выбросы достигнут 163,51 Гт CO₂-экв в рамках УИ, 241,35 Гт CO₂-экв в рамках УИИ и 493,99 Гт CO₂-экв в рамках ОП. Заметно более высокие выбросы, связанные с ОП, в основном обусловлены более низкими средними урожаями и, как следствие, расширением пахотных земель (+52,45% по сравнению с 2023 годом), что приводит к значительным выбросам, связанным с изменением землепользования за счёт преобразования экосистем. В целом, результаты показывают, что климатические характеристики сельскохозяйственных систем зависят не только от прямых выбросов парниковых газов, но и от производительности, эффективности землепользования и их влияния на будущий спрос на землю. Анализ свидетельствует о том, что защита лесов и пастбищ от преобразования остаётся центральной климатической целью, и что устойчивая интенсификация является наиболее эффективным путём для согласования продовольственной безопасности с мерами по смягчению антропогенного изменения климата при рассмотренных предположениях. В более широком смысле, исследование предполагает, что при оценке альтернативных путей развития сельского хозяйства может быть полезно интегрировать данные об объёмах выбросов с информацией об управляемых потоках углерода и динамике землепользования.

Ссылка: https://www.nature.com/articles/s41598-026-58182-x

Для решения проблемы изменения климата необходимы знания о его воздействии как на природу, так и на людей. В данном обзоре рассматриваются современные подходы к атрибуции воздействия изменения климата и потенциальные возможности использования этой информации. Обсуждается, как атрибуция воздействия выявляет движущие силы наблюдаемых изменений и событий, формирующих звенья в причинно-следственной цепочке от антропогенных выбросов парниковых газов и других факторов, влияющих на климат, до воздействия на природные и человеческие системы, опосредованного изменениями климата и погоды. Представлены различные подходы, использующие наблюдения и/или моделирование для оценки того, как мог бы развиваться мир без изменения климата. Кроме того, обсуждаются различные способы использования результатов атрибуции воздействия в обществе и то, как различные исследовательские подходы могут их поддерживать. В данном обзоре также выявляются сохраняющиеся пробелы в знаниях, требующие участия экспертов в области политики во всём мире. Например, будущие специализированные исследования могут позволить атрибуцию дополнительных воздействий и улучшить количественную оценку роли изменения климата по сравнению с другими факторами, в то время как расширение междисциплинарного сотрудничества и организации может обеспечить стандартизацию, способную улучшить сопоставимость и синтез данных. Ожидается, что решение оставшихся проблем поможет сообществу специалистов по анализу влияния климатических факторов получить целенаправленные ответы на чётко сформулированные вопросы, которые будут служить основой для разработки, внедрения и практической реализации климатической политики. 

Ссылка: https://www.nature.com/articles/s43017-026-00798-8

6 июля 2026

Климат и окружающая среда

Искусственный интеллект уже помогает прогнозировать наводнения, отслеживать вырубку лесов и эффективнее использовать воду. Но одновременно он сам становится все более серьезной нагрузкой для окружающей среды. К такому выводу пришли авторы международного доклада, посвященного взаимосвязи искусственного интеллекта и экологии.

Доклад White Paper on: AI and Environment («Искусственный интеллект и окружающая среда») подготовили фонд «Природа и люди» совместно с Фуданьским университетом (Китай) и Pahlé India Foundation (Индия) при участии Динамической коалиции по окружающей среде Форума ООН по управлению интернетом. Исследование было представлено 6 июля в Женеве на первой встрече Глобального диалога по вопросам управления искусственным интеллектом, учрежденного Генеральной Ассамблеей ООН.

Комплексное исследование
Авторы называют свою работу комплексным исследованием, рассматривающим сразу две стороны развития ИИ. С одной стороны, новые технологии способны ускорить борьбу с изменением климата, потерей биоразнообразия, деградацией земель и нехваткой воды. С другой – стремительный рост вычислительных мощностей требует огромного количества электроэнергии, воды для охлаждения дата-центров и природных ресурсов для производства оборудования.

Станет ли искусственный интеллект в конечном счете союзником природы или ее противником, будет зависеть не столько от самой технологии, сколько от инженерных решений, требований к прозрачности и политических механизмов регулирования, которые мир примет в ближайшие годы

«Станет ли искусственный интеллект в конечном счете союзником природы или ее противником, будет зависеть не столько от самой технологии, сколько от инженерных решений, требований к прозрачности и политических механизмов регулирования, которые мир примет в ближайшие годы», – подчеркивает в предисловии к публикации профессор Колумбийского университета и руководитель Сети по выработке решений в области устойчивого развития Джеффри Сакс.

Авторы доклада напоминают, что ранее Генеральный секретарь ООН Антониу Гутерриш призвал ведущие компании, разрабатывающие ИИ, открыто публиковать данные о воздействии своих технологий на окружающую среду. Однако, несмотря на растущий интерес к регулированию искусственного интеллекта, экологические последствия его развития до сих пор остаются недостаточно изученными.

Помощник человека
В докладе приводится множество примеров того, как ИИ уже помогает природе. Алгоритмы повышают точность климатических моделей и прогнозов погоды, позволяют быстрее обнаруживать лесные пожары, отслеживать выбросы парниковых газов, контролировать состояние редких видов животных, прогнозировать засухи и наводнения, выявлять утечки в системах водоснабжения и оптимизировать полив в сельском хозяйстве.

Экологический след
Но у технологий есть и обратная сторона. По мере распространения генеративного ИИ основная экологическая нагрузка постепенно смещается не столько на обучение моделей, сколько на их ежедневное использование миллиардами людей. По данным, приведенным в докладе, в 2025 году все системы ИИ в мире могли стать источником 32,6–79,7 миллиона тонн выбросов CO₂ – примерно столько же, сколько производит Нью-Йорк за год.

Потребление воды
При этом информации о реальном потреблении электроэнергии, воды и других ресурсов пока явно недостаточно. Именно дефицит прозрачности авторы называют одной из главных проблем. По оценкам, уже в 2025 году ИИ мог потребить от 312 до 765 миллиардов литров воды – примерно столько же, сколько человечество ежегодно расходует на бутилированную воду. А к 2027 году этот показатель может достичь объема, сопоставимого с половиной годового водопотребления Великобритании. При этом дата-центры нередко строятся в регионах, где пресной воды и без того не хватает, что создает дополнительную нагрузку на местные ресурсы.

Рекомендации экспертов
В преддверии ключевых саммитов ООН 2026 года, посвященных борьбе с опустыниванием, изменением климата, сохранению биоразнообразия и управлению водными ресурсами, наш доклад дает объективную картину того, как искусственный интеллект уже сегодня влияет на окружающую среду

Исследователи сравнили подходы к регулированию ИИ в России, Индии, Китае, США и Европейском союзе. Они пришли к выводу, что сегодня ни одна из существующих моделей не учитывает экологические последствия развития искусственного интеллекта в полной мере. В качестве первоочередных шагов предлагается ввести единые международные стандарты экологической отчетности для ИИ, оценивать его воздействие на протяжении всего жизненного цикла, сделать более открытыми данные об энергопотреблении и водопользовании, а также активнее координировать международные усилия.

«В преддверии ключевых саммитов ООН 2026 года, посвященных борьбе с опустыниванием, изменением климата, сохранению биоразнообразия и управлению водными ресурсами, наш доклад дает объективную картину того, как искусственный интеллект уже сегодня влияет на окружающую среду», – объясняет Сергей Рыбаков, генеральный директор фонда «Природа и люди», сопредседатель Динамической коалиции по окружающей среде Форума ООН по управлению интернетом.

Главный вывод исследования звучит достаточно просто: экологический след искусственного интеллекта – не является неизбежной ценой технического прогресса. Что случится через десять или двадцать лет, зависит от решений, которые правительства, компании и международные организации принимают сегодня.

Ссылка: https://news.un.org/ru/story/2026/07/1468242

Внезапные засухи вызывают значительную обеспокоенность общественности из-за непосредственной угрозы продовольственной и экологической безопасности и здоровью человека. Однако всесторонняя оценка прогнозируемых изменений внезапных засух и их связи с комплексными метеорологическими экстремальными явлениями в Индии ограничена. Настоящее исследование направлено на ответы на следующие вопросы: (а) Как меняются характеристики внезапных засух в условиях будущих сценариев изменения климата, прогнозируемых глобальными климатическими моделями CMIP6? (б) Как, вероятно, изменятся даты начала первой и последней внезапных засух в условиях потепления климата? (в) Как часто комплексные метеорологические экстремальные явления происходят во время внезапных засух в исторических данных? В этом исследовании для изучения характеристик внезапных засух используется индекс дефицита воды за пентаду с применением многомерных скорректированных по смещению результатов десяти глобальных климатических моделей и динамического потенциального испарения с использованием повышенной концентрации CO₂. Анализ показывает существенное увеличение частоты, продолжительности и интенсивности внезапных засух в Индии. В частности, ожидается увеличение частоты и продолжительности в её северо-западных и центральных регионах. Заметное усиление характеристик внезапных засух наблюдается в сценариях социально-экономического развития с высокими выбросами, таких как SSP3-7.0 и SSP5-8.5. В будущих климатических сценариях прогнозируется существенное увеличение пространственного и временного распространения внезапных засух. В будущем по всей Индии ожидается задержка начала внезапных засух. В частности, задержка начала наблюдается на 86% общей площади. Преобладание комбинаций скорости ветра и дефицита давления пара, а также максимальной температуры и скорости ветра и дефицита давления пара подчёркивает растущую важность испарительного стресса и атмосферной сухости в развитии условий внезапных засух в условиях потепления климата.

Ссылка: https://link.springer.com/article/10.1007/s00382-026-08247-4

Трансатлантические авиационные операции обычно повышают эффективность полётов за счёт использования ежедневных струйных течений, но они сталкиваются с растущим риском для безопасности из-за турбулентности в чистом воздухе. Предыдущие исследования оценивали климатологическое воздействие ветра и турбулентности по отдельности, однако комплексная оценка, интегрирующая их эффекты вдоль динамически оптимизированных маршрутов полётов, отсутствовала, несмотря на тесную связь между этими явлениями. Здесь, используя интегрированную структуру маршрутизации, применённую к данным реанализа за 44 года, авторы представляют первую многолетнюю количественную оценку компромисса между безопасностью и эффективностью. Хотя изменение ветровых режимов сократило самые быстрые маршруты туда и обратно примерно на две минуты, дополнительное время, необходимое для избегания турбулентности в чистом воздухе, увеличилось настолько существенно, что сводит на нет и даже обращает вспять эти преимущества в эффективности для самых безопасных маршрутов. Этот рост затрат обусловлен значительным увеличением турбулентности в чистом воздухе, которое непропорционально влияет на полёты в восточном направлении. Представленные выводы подчёркивают необходимость комплексного подхода к оценке меняющихся рисков в авиации в условиях меняющегося климата.

Ссылка: https://www.nature.com/articles/s41598-026-57066-4

Снежный покров влияет на климат, экосистемы, водные ресурсы и социально-экономическую деятельность, однако его долгосрочная изменчивость в Европе остаётся малоизученной из-за коротких и фрагментированных данных наблюдений. Здесь представлена общеконтинентальная 600-летняя реконструкция ежемесячной площади снежного покрова в Европе с пространственным разрешением 2°, полученная путём объединения данных реанализа с помощью метода машинного обучения. Данные показывают беспрецедентную сезонную реорганизацию в месячном масштабе примерно с 1850 года: площадь снежного покрова в декабре-январе сокращается до 20%, а в апреле-мае — до 30%, особенно на широтах выше 50° с.ш. Февраль и март сравнительно стабильны. Хотя снежный покров демонстрирует наибольшую чувствительность к повышению температуры, уменьшение количества осадков всё ещё оставляет заметный след, особенно в средиземноморских бассейнах и Скандинавии. Эти изменения рассматривают недавнюю потерю снежного покрова в контексте нескольких столетий и подчёркивают острую необходимость оценки воздействия на чувствительные экосистемы, водные ресурсы и социально-экономические сектора. Этот набор данных предоставляет важнейшую основу для планирования адаптации и сравнительной оценки результатов моделирования климата.

Ссылка: https://www.nature.com/articles/s43247-026-03719-1

Проблема проверки связи суши и атмосферы в моделях земной системы заключается в ограниченной доступности глобальных наборов данных, основанных на наблюдениях, для оценки показателей связи. В этом исследовании генерируются глобальные индексы связи суши и атмосферы, такие как коэффициент корреляции Пирсона, индекс связи наземных слоёв между влажностью почвы (ВП) и поверхностными тепловыми потоками, а также память ВП, с разрешением 0,1° и 0,25° (с временным охватом, зависящим от входных наборов данных), с использованием данных, полученных в результате наблюдений. Показатели разработаны с учётом случайных ошибок в спутниковых измерениях ВП и включают количественную оценку этих ошибок. Для получения показателей связи объединяются в несколько продуктов данных о ВП и потоках – их разброс и характеристики ошибок используются для количественной оценки неопределённости. Глобальные закономерности режимов ВП и точек перегиба точки завядания и критической ВП также количественно оцениваются с помощью сегментированного регрессионного анализа. Эффективность набора данных подтверждается сравнением результатов разных продуктов, что демонстрирует высокую согласованность пространственных закономерностей при различных комбинациях. Эти наборы данных ценны для инициализации и проверки прогнозов погоды, климатического моделирования, калибровки моделей, а также для применения в экологии, гидрологии и почвоведении.

Ссылка: https://www.nature.com/articles/s41597-026-07519-2

Теория и модели предполагают, что Гольфстрим может смещаться на север в условиях прогнозируемого ослабления Атлантической меридиональной термохалинной циркуляции. Однако поведение Гольфстрима во время прошлых резких похолоданий остаётся плохо изученным. Авторы представляют палеоокеанографические данные высокого разрешения из северо-западной части Атлантического океана во время последнего периода дегляциации. В период похолодания Молодого Дриаса они документируют смещение Гольфстрима на север, подтверждённое согласованным потеплением поверхности и подповерхностных слоёв. Их данные по сортируемому илу указывают на усиление верхних глубинных вод Северной Атлантики, противодействующее ослаблению нижних глубинных вод Северной Атлантики, что согласуется с обратной связью типа «качели» между нордическими переливами и субполярным круговоротом. Эти результаты позволяют предположить скоординированную последовательность событий в начале периода Молодого Дриаса: первоначальное ослабление нижних глубинных вод Северной Атлантики и расширение площади субполярного морского льда, с задержкой (58 ± 38 лет) на увеличение верхних глубинных вод Северной Атлантики и последующую реорганизацию атмосферы (84 ± 51 год после начала). Представленные данные предоставляют эмпирическую поддержку модельным прогнозам будущих изменений Гольфстрима.

Ссылка: https://www.nature.com/articles/s41467-026-73832-4